Курс Продуктова аналітика: поглиблене навчання продуктовій аналітиці | Laba (Лаба)
Зареєструватись
< практичний онлайн-курс >

Продуктова аналітика

Аналізуйте продукт: від першого кліку до утримання клієнтів — разом із фахівцем з Grammarly

для кого

Цей курс – наступний крок, якщо ви...

Product Manager

який прагне робити не просто "добре", а "феноменально", підкріплюючи кожне рішення чіткими даними.

Data Analyst

який хоче вийти за межі технічних розрахунків і навчитися формувати продуктову стратегію, впливаючи на бізнес-результати.

Marketing Specialist

який розуміє, що успішна кампанія починається з аналізу потреб користувача та метрик продукту.

Теми, які ми розберемо:
01
Продуктові метрики

Дізнаєтесь, як створити дерево метрик: від North Star до DAU та Retention. Зрозумієте, як чітко донести команді, на що вона працює.

02
Прогнозування та Unit Economics

Навчитеся рахувати LTV, CAC, юніт-економіку й точку беззбитковості, щоб зрозуміти, де продукт втрачає прибуток і як це змінити.

03
A/B-тестування та ухвалення рішень

Розберете, що таке A/B-тест і коли його варто проводити. Дізнаєтесь, як ухвалювати рішення щодо тесту для чіткого формулювання гіпотез.

Викладач
Артур Марков
Data Scientist at Grammarly
5+ років досвіду в продуктовій аналітиці
У JATAPP розробив автоматичну систему А/B-тестування на основі Баєсового та SPRT підходів з контролем довірчих інтервалів. Автоматизував звіти, що зменшило ручну роботу більш ніж на 80%
Побудував аналітику для запуску нової AI-підписки на macOS, що стала однією з найуспішніших у компанії
У Genesis автоматизував аналітику та впровадив систему А/B-тестування, що пришвидшила ухвалення рішень у 6 разів

Програма курсу

01
Вступ до продуктової аналітики
  • Які бувають аналітики
  • Хто такий продуктовий аналітик
  • Роль продуктового аналітика в бізнесі
  • Продуктовий менеджер та продуктовий аналітик: навіщо працювати в парі й коли потрібно розділяти ролі
  • Типи аналітики: описова, діагностична, прогнозна, поведінкова, транзакційна, наскрізна
  • Продуктові дослідження: цикл продуктової розробки, дослідження, ринковий аналіз
02
Базові метрики продукту
  • Показники продукту та їхнє використання
  • Стандартні метрики: Retention, NPS
  • Якісні метрики: LTV, ARPU
  • Кількісні метрики продукту: New Users, MAU, DAU
  • Як визначити метрику North Star для продукту
  • Кроки побудови метрик продукту, визначення оптимальної метрики
  • Приклади неправильних метрик, типові помилки
  • Взаємодія команди з аналітикою
  • Документація аналітичних досліджень та продуктова аналітика в IT-продуктах
03
Дерево метрик та визначення похідних показників
  • Побудова дерева метрик
  • Піраміда метрик: від бізнес-метрики до моніторингу
  • Метрики бізнесу: визначення показників ефективності продукту, воронки продажів, пошук точок зростання
  • Маркетингова аналітика: Cost, Impressions, Clicks, CTR, CPC, CPA
  • AARRR-фреймворк: 5 показників, які впливають на розвиток бізнесу

Домашнє завдання: для тестового продукту побудувати дерево метрик, починаючи з Revenue.

04
Розвиток наявного продукту: дизайн та оцінювання
  • Основи статистичного аналізу: середня, медіана, квантиль, перцентиль
  • Типові математичні та статистичні завдання на конкретних кейсах
  • Кореляція та регресія. Умови застосування коефіцієнта кореляції
  • Регресія з однією незалежною змінною
  • Теорія ймовірностей: поняття випадковості, ймовірні розподіли, умовна ймовірність, повна ймовірність
  • Оцінювання статистик і параметрів, статистична гіпотеза
  • Bootstrap та побудова довірчих інтервалів
05
Покриття продукту аналітикою
  • Що таке івент та які типи івентів бувають
  • Розуміння Event, Event Properties та User Properties
  • Ієрархія івентів, стадії покриття івентами
  • Важливість неймінг-конвенції
  • Як контролювати кількість івентів і чому це важливо

Демонстрація: покриття івентами продукту.

Домашнє завдання: зробити карту івентів у Miro для продукту, наданого лектором.

06
Amplitude: від початківця до аса
  • Зручність Amplitude
  • Чи може гарно налаштований Amplitude замінити аналітика?
  • Інструменти Amplitude: оглядаємо кожен тип чарту та підводні камені
  • Використання Event Properties, Historical Count
  • Використання Segment by New/Any
  • Використання Metrics, Custom Formulas
  • Використання Cohorts
  • Advanced-секція: Amplitude Rest API, автоматизація на основі Amplitude
  • Advanced-секція: Amplitude CDP
07
Аналітика мобільних і вебзастосунків
  • Ключові аспекти аналітики мобільних і вебзастосунків
  • Особливості платіжної аналітики
  • Різниця щодо підходів до ітерацій, тестування, івентів
  • Інструменти вебаналітики: Google Tag Manager, Clarity, Amplitude
  • Аналітика мобільних застосунків. Firebase, Amplitude
  • Пошук даних з використанням SimilarWeb, Sensor Tower
  • Як проводити дослідження конкурентів
08
Клієнтські дані. Сегментація та когортний аналіз
  • Навіщо потрібна сегментація
  • Основні типи сегментації клієнтів
  • Сегментація потреб користувачів. Поведінкова сегментація
  • Сегментація за цінністю: RFM-аналіз
  • Когортний аналіз

Домашнє завдання: створити сегментацію клієнтів в Amplitude.

09
Прогнозування LTV & Retention Curve
  • Підхід KISS щодо вибору моделі прогнозування
  • Поняття LTV
  • Retention Curve
  • Методи прогнозування LTV
  • Важливість регуляції
  • Оцінювання якості методу прогнозування
  • Чому ручне прогнозування в Excel — це погано
  • Як прогнозувати LTV нетехнічному спеціалісту — використання GPT для кодингу складових частин прогнозу

Демонстрація: прогнозування LTV на основі даних з Amplitude.

10
Побудова Unit Economics
  • Що таке юніт-економіка
  • Головні показники юніт-економіки: LTV, CAC, LTV/CAC
  • Структурні блоки калькулятора юніт-економіки
  • Підхід до створення калькулятора: прапори, модульність, Custom Formatting
  • Методи оптимізації та знаходження точки прибутковості
  • Використання геометричного підходу

Демонстрація: побудова калькулятора Unit Economics для продукту з моделлю підписки.

Домашнє завдання: побудувати калькулятор Unit Economics та додати в нього прогнозування LTV.

11
A/B-тести та методи ухвалення рішень
  • Що таке A/B-тест і коли його варто проводити
  • Навіщо потрібний А/А-тест
  • Етапи А/B-тесту за флоу Fixed Horizon
  • Дизайн A/B-тесту за допомогою Firebase, Amplitude та аналогів: етапи запуску, висунення продуктових гіпотез, результати
  • Основні й health-метрики в тесті
  • Stop, freeze і wait
  • Проблема підглядання: коли ухвалювати рішення щодо тесту
  • Чому результат тесту постійно змінюється: статистична значущість та довірчі інтервали

Домашнє завдання: гра-симуляція закриття A/B-тестів: So You Think You Can Test.

12
Бази даних та SQL
  • Типи баз даних та базова дата-інженерія для продакт-аналітика
  • Базовий SQL на базі Big Query
  • Складніші запити з використанням Window Functions
  • Делегування через AI: як ефективно використовувати AI-інструменти для автоматизації SQL-запитів
13
Big Query та візуалізація даних у Looker
  • Агрегація даних для візуалізації
  • Основні принципи візуалізації даних у Looker

Демонстрація: візуалізація даних у Looker.

14
Tableau: принципи та патерни візуалізації
  • Огляд інструменту Tableau
  • Основні види графіків та їхнє використання
  • Як побудувати зрозумілу візуалізацію
  • Принципи побудови дашбордів
  • Побудова дашбордів у Tableau

Домашнє завдання: візуалізувати надані дані за допомогою Tableau та Looker.

15
Пошук та аналіз аномалій у даних
  • Методи Trouble Shooting та Anomaly Detection у показниках
  • Скелет пошуку інформації: аномалії, дослідження, сегментація
  • Використання сегментів і довірчих інтервалів для дослідження аномалій

Домашнє завдання: знайти та пояснити причину відхилення в даних.

16
Інтерпретація результатів та боротьба з упередженнями
  • Як ухвалювати рішення на основі даних
  • Чому дані завжди брешуть
  • Чому упередження — це погано, а упередження менеджера — ще гірше
  • Як презентувати результати та переконувати в критичності ситуації
  • Приклади з життя: чому краще спочатку розрахувати, а потім рухатися
17
Використання AI в продуктовій аналітиці
  • АІ в продуктовій аналітиці
  • AI Privacy
  • Як писати великі запити, Apps Script UDF і Python-скрипти за допомогою AI
  • Робимо Google Sheets зручними
  • UDF: базовий синтаксис
  • Автоматизація написання UDF з використанням AI

Домашнє завдання: фінальний тест за матеріалами курсу.

Залишити заявку


  • Серед випускників курсу відбираємо кандидатів на інтерв’ю в Headway Inc
Реєструючись, ви погоджуєтесь з умовами договору-оферти та політикою приватності.